深度报告——
金工量化
大类资产配置系列（三）：
微观视角下的行业轮动初探
★ 主要内容
本报告从微观视角探索构建行业轮动的策略，对比不同的因子处理方案，寻找去除噪声且有效的微观因子，以构建行业轮动策略捕捉行业 Beta。因子处理层面，选用了三套方案：方案一为计算个股层面因子取值，在截面上标准化后直接合成行业因子；方案二是首先计算个股层面因子取值，在截面上去极值标准化后直接合成行业因子；方案三为行业因子风格中性化的处理方案，首先计算个股层面因子取值及选定风格因子的取值，在截面上去极值后将因子对选定风格因子回归取残差，之后对残差去极值标准化后，合成行业因子值。因子有效性测试框架主要采用信息系数法与回归显著性验证相结合方式，此外加入了对多头组表现判定效果更好的排序结果评价指标 NDCG。
调参确定不同方案窗口参数，滚动获得不同方案在每个窗口合成因子的行业轮动表现。自 2016 年至今，按周频回测净值结果，方案一年化收益 15.05%，年化波动 18.67%，最大回撤-23.11%，周度胜率 54.07%，夏普比率 0.81，卡玛比率 0.65，相比沪深 300 指数年化超额为 14.92%，相比中证 800 指数年化超额为 16%；方案二年化收益 18.97%，年化波动 18.62%，最大回撤-17.62%，周度胜率 56.94%，夏普比率 1.02，卡玛比率 1.08，相比沪深 300 指数年化超额为 18.84%，相比中证 800指数年化超额为 19.92%；方案三年化收益 3.29%，年化波动19.77%，最大回撤-32.19%，周度胜率 55.26%，夏普比率 0.17，卡玛比率 0.10，相比沪深 300 指数年化超额为 3.16%，相比中证800 指数年化超额为 4.24%，效果不佳。主要是由于近几年行业轮动加快，长训练集与样本外相对长窗口参数相对短训练集参数效果一般，而因子风格中性化的处理方式适用长训练集参数。
★ 风险提示
量化模型失效风险，指标的有效性基于历史数据得出，不排除失效的可能。
报告摘要
研究员简介
繁微小程序
王冬黎——东证衍生品研究院金融工程首席分析师
从业资格号：
F3032817
投资咨询号：
Z0014348
以上内容节选来自东证衍生品研究院已经发布的研究报告《大类资产配置系列（三）：微观视角下的行业轮动初探》，发布时间：2024年9月26日，具体内容（包括风险提示）请详见东证繁微小程序完整报告。